NVIDIA CUDA-X

NVIDIA GPU 加速库,推动全球最先进的 AI 和加速计算平台。

从生成式 AI 和数据分析到量子化学和建模,突破性应用需要巨大的算力。虽然并行编程可能极其复杂,但 NVIDIA CUDA-X™ 库消除了硬件级优化的门槛。

CUDA-X 高度优化的库基于经过生产验证的 CUDA® 平台,依托其二十年的计算领导地位,通过高度优化的库提供基础算法和核心计算案例,帮助开发者轻松构建、部署并扩展工作负载。

通过将底层 GPU 编程的复杂性转移到即插即用的库中,CUDA-X 提供面向未来的引擎,推动各主要行业的持续性能提升。

利用 CUDA-X 加速

无论构建新的工作流还是加速现有工作流,团队可以利用 CUDA-X 的数百个库,轻松优化、部署和扩展数据处理、AI、深度学习、量子计算、高性能计算 (HPC)、物理科学等领域的工作负载,以即时确保硬件级效率和持续的性能更新。

CUDA 数学库

  • HPC 和 AI 的基础:推动医疗影像和流体仿真等繁重计算任务。
  • 即入式加速:提供即时 GPU 速度,无需重写核心应用代码。
  • 扩展性和通用性:将线性代数和加速求解器等核心数学库,与可从工作站扩展到超级计算机的高性能 Python 风格 API 相结合。

科学计算库

  • 加速发现:推动分子结构、量子化学和先进材质领域的突破性研究。
  • 新一代制造:优化半导体设计和 GPU 加速的计算光刻。
  • 领域特定 AI:包括 Python 库和 NVIDIA NIM™ 微服务等工具,用于物理感知神经网络。

Physics 库

  • 更快的仿真:在计算、量子和多物理领域提供高速 GPU 加速。
  • 物理感知 AI:具备 NVIDIA PhysicsNeMo™ 和 Warp 等框架,可构建、训练和扩展 AI 仿真模型。
  • 全球气象建模:通过 NVIDIA Earth-2 提供专业级气象模型和气候 AI。

量子计算库

  • 更快的仿真:提供高度优化的例程,以加速量子计算仿真和 HPC 集成。
  • 安全工作流:cuPQC 可加速和优化新一代后量子密码。
  • 混合和误差优化:为混合量子经典算法提供先进的 GPU 加速求解器和误差缓解库。

深度学习核心库

  • 核心神经网络:通过 cuDNN™ 提供优化的构建模块,为深度学习应用提供动力。
  • 推理优化:使用 NVIDIA TensorRT™ 和 TensorRT-LLM 提供最高的生产部署性能。
  • 定制内核构建:提供 CUTLASS 和 FlashInfer 等模块化模板,以更大限度地提高 Tensor Core 效率。

并行算法库

  • 高级别 GPU 代码:通过 Thrust 提供强大、基于 C++ 标准模板库 (STL) 的并行算法,以简化 GPU 加速。
  • 底层硬件效率:通过 CUB 提供原语集合,实现对 warp、block 和设备级执行的精确控制。
  • Python 和体系架构优化:提供原生 Python 接口和标准化分布式原语,用于优化排序、扫描和归约模式。

数据处理库

  • 零代码加速:无需更改代码,即可加速 pandas、Polars、scikit-learn 和 Apache Spark 中现有表格数据和机器学习工作流。
  • 规模化和图分析:使用 cuGraph、cuVS 和 cuOpt™ 等引擎,扩展图分析、向量搜索和复杂决策优化能力。
  • 工作流和存储效率:通过 NVIDIA Morpheus、NeMo™ Curator 和 GPUDirect® Storage,最大化网络安全、生成式 AI 管理和存储传输的数据吞吐率。

图像和视频库

  • 高吞吐量编解码器:通过专用硬件 SDK 加速视频编码、解码和像素运动追踪。
  • AI 工作流处理:使用 NVIDIA® DALI® 和 CV-CUDA™ 加速视觉 AI 工作负载的数据加载,预处理和后处理。
  • 高级图像处理:优化用于生物医学和地理空间应用的 2D 信号处理和海量多维数据集。

通信库

  • 可扩展的体系架构基元:通过 NVIDIA 集合通信库 (NCCL) 最大化带宽并保持低延迟,实现快速的多 GPU 和多节点通信。
  • 全局显存 (Global Memory) 空间:使用 NVSHMEM 模型,在集群 GPU 内存中提供分区的全局地址空间。
  • 低延迟推理传输:通过 NVIDIA 推理传输库 (NIXL) 在 GPU、存储和内存层之间高效移动 KV 缓存和张量。

成功案例

真实影响

了解领先企业如何使用 NVIDIA CUDA-X 库解决全球最复杂的计算、工程和 AI 挑战。

关于 NVIDIA CUDA-X 的常见问题解答

地址:

  • 硬件(最低要求和推荐配置)
  • 成本/TCO/Tokenomics
  • 为什么选择 NVIDIA 栈或产品或解决方案
  • 如何使用或了解更多
  • 定义术语和首字母缩略词
  • 与查询相比